【置顶】changlog-ONE


版本号 功能描述
V7.0 趋势反转 + 三模型叠加涨 + 蓝绿距 + 真实价格 + 集合竞价 + 实时趋势预测
V6.0 趋势反转 + 三模型叠加涨 + 蓝绿距 + 真实价格 + 集合竞价
V5.0 趋势反转 + 三模型叠加涨 + 蓝绿距 + 真实价格
V4.0 异常放量 + 三模型叠加涨
V3.0 双模型
V2.0 日线-涨跌停池 + 资金流入 + 第一个红
V1.0 日线-涨跌停池

V7.0 趋势反转 + 三模型叠加涨 + 蓝绿距 + 真实价格 + 集合竞价 + 实时趋势预测 V6.0 趋势反转 + 三模型叠加涨 + 蓝绿距 ...

Read more

【置顶】数据字典-ONE


数据平台

股票数据

stock_info 股票信息

adata_stock_info Adata

ak_stock_info Akshare

bs_stock_info BaoStock

tushare_stock_info Tushare

行情数据

bsStockDailyHist BaoStock 日线数据

stockMinuteHist 5分钟数据

stockDailyHist adata & Akshare 日线数据

分析平台

trendAnomaly 趋势探测器生成的每日的异常趋势的stock 数据

volumeAnomaly 交易量探测器生成的每日的异常交易量...

Read more

【置顶】开源项目一览表


...
一级分类 二级分类 项目名 简介 地址
AI 智能体框架 LangChain
AI-开发框架 多智能体协作框架 AutoGen
AI LLM(大语言模型)应用开发平台 BiSheng
AI 多智能体框架 MetaGPT
AI 开源大模型 DeepSeek
AI 金融大模型 FinRobot
AI FinGPT
AI FinNLP
量化 量化交易平台 vnpy 基于Python的开源量化交易平台开发框架 github
量化 量化交易框架 AlphaPy
AI量化 知识库 quant-wiki

Read more

【置顶】投顾智能体-简介


投顾智能体:开启智能投资新时代

在当今复杂多变的金融市场中,投资者面临着诸多挑战,如海量的信息、瞬息万变的股价走势以及难以捉摸的市场趋势。为了帮助投资者更好地应对这些挑战,投顾智能体应运而生,它集成了一系列强大的功能,旨在为投资者提供精准、高效且智能化的投资决策支持。

股价预测:投顾智能体运用先进的机器学习算法和深度学习模型,对历史股价数据、公司财务报表、宏观经济指标以及行业动态等多维度数据进行深入分析。通过挖掘这些数据中的潜在规律和相关性,智能体能够预测股价在未来一段时间内的走势。例如,它可以根据某公司过去的盈利增长趋势、市场份额变化以及近期的重大事件,结合宏观经济环境中的利率变动、通...

Read more

【置顶】AI from zero to hero-2025课程大纲


以下是一个关于“AI from zero to hero”一年的视频课程大纲:

第一季度:基础构建(第 1 - 3 个月)

  • 第 1 个月:
    • 人工智能概述:历史、应用领域、发展趋势
    • Python 编程基础:语法、数据类型、控制结构、函数
  • 第 2 个月:
    • Python 数据分析库:Numpy、Pandas 数据处理与分析
    • 数据可视化:Matplotlib、Seaborn 绘制图表
  • 第 3 个月:
    • 数学基础:线性代数、概率论与数理统计复习
    • 机器学习基础概念:监督学习、无监督学习、模型评估指标

第二季度:机器学习深入(第 4 - 6 个月)

  • 第 4 个月:
    • 线性回归模型:原理、...

Read more

【置顶】个人量化全栈开发-自研课程


以下是一份补充了人工智能、机器学习和深度学习相关内容的“个人量化全栈开发 - 自研课程”大纲:


个人量化全栈开发 - 自研课程大纲

一、课程简介

本课程旨在培养学员成为具备全栈开发能力且能运用人工智能技术的量化开发者,全面涵盖前端、后端、数据库、量化策略开发以及人工智能相关领域知识,通过丰富的实际项目案例,使学员掌握从数据获取、分析到可视化展示,以及构建智能量化交易系统的综合技能,为进入量化金融与人工智能融合的前沿领域或提升个人专业能力奠定坚实基础。

二、课程目标

  • 熟练掌握前端开发技术,包括 HTML、CSS、JavaScript 及主流框架,构建出功能丰富、用户体验良好的量化交易前...

Read more

【置顶】智能采集引擎-技术方案-V.0.0.1


aktools

dynamic three layer IP porxy -

自定义脚本

airflow

mongoDB

LLM-ollama

Agent

RAG

智能采集引擎的技术方案可以从以下几个方面进行规划,具体的技术栈和架构选择会根据需求和资源来定。以下是一个可能的方案框架:

1. 需求分析

  • 目标: 自动化、智能化地采集数据,能够处理大规模数据来源(如金融数据、新闻、社交媒体、网络爬虫等)。
  • 数据种类: 结构化数据、半结构化数据、非结构化数据。
  • 实时性要求: 是否需要实时采集数据?是否支持历史数据回溯?
  • 采集来源: 网站、API、数据库、文件等。

2. 系统架构设计

  • 数...

Read more

【置顶】解决问题问题列表-ToDo-List-数据模块-ONE


2025 年 发布计划

Q1

  • 数据平台第一个版本 V 1.0.0

Q2

  • ONE 平台 V 1.0.1
  • Data 平台 V 1.0.1

Q3

  • ONE 平台 V 2.0.1
  • Data 平台 V 2.0.1

Q4

  • ONE 平台 V 3.0.1
  • Data 平台 V 3.0.1

数据获取

数据存储

数据处理

数据分析

数据应用

可视化

权限管理

性能

架构

技术方案

自建方案

云服务方案

无服务器方案

Read more